呢？”

徐平追问。

这个问题很关键，误判可能导致用户对系统失去信任。

“我们建立了百万级场景库，通过强化学习持续优化。”

卞金麟展示数据平台。

“每天云端处理过100万公里虚拟里程。

另外”

他看向陈默，“陈总建议的众包数据采集方案已上线，批100台测试车每天回传3pb数据。

有个意外收获：我们现外卖骑手的行驶轨迹是预测城市交通流的绝佳样本。”

陈默微微颔。

这个方案借鉴了前世特斯拉的影子模式，

但更符合中国路况。

他注意到徐平眼中闪过赞许光芒，这种低成本获取真实数据的智慧，正是华兴最擅长的。

相比之下，前世这个时期的特斯拉还在依赖北美数据训练中国场景，水土不服现象严重。

会议进行到质量控制环节时，一场更贴近现阶段实际目标的冲突爆了。

质量运营部部长雷厉展示的ppt上，赫然标注着17项待解决缺陷，其中5项被标红，每一项都附有详细的故障日志、复现条件和风险评估。

“当前最令人担忧的是电控系统在极端条件下的偶通信丢包。”

雷厉的语气和他名字一样严肃。

“在-30°c冷启动和85°c高温高湿双重应力测试中，域控制器与bs（电池管理系统）间在过去四周出现了4次ca≈bp;fd总线通信中断。

虽持续时间仅毫秒级且备份仲裁机制及时介入，未导致功能降级，但违反了asl-d功能安全标准中关于通信链路可靠性的要求。”

他展示了一幅令人心惊的故障树分析图（fta），根源直指一颗电源管理芯片的底层驱动缺陷。

所有目光投向陈默。

毕竟这是他分管的领域。